问财量化选股策略逻辑
该选股策略选择在元宇宙行业中，同时满足以下条件的股票进行投资：三个技术指标同时金叉，并且在过去的500天内至少有2次涨停。此选股条件旨在筛选出业绩和预期较好的标的，以确保投资标的具有长期增长潜力。
选股逻辑分析
该选股策略将技术指标和市场热度结合起来进行选股，属于价值和成长相结合的投资风格。通过选取已经具备业绩潜力且市场热度较高的标的，以尽量减少市场风险和公司风险。
有何风险？
该选股策略存在以下风险：
- 许多公司只有短期的股价上涨，而投资者可能需要长期的持有标的才能长期获得收益；
- 涨停板数量受到市场环境和行业热度的影响，不同行业的涨停数量差异较大；
- 长期持有时，公司的竞争力、市场前景等基本面因素仍然需要关注。
如何优化？
为减少选股策略的风险和提高选股成功率，可以考虑以下优化方法：
- 对长期持有有潜力的公司进行深入分析，在基本面、行业发展和公司业绩等方面进行验证；
- 合理调整持有期限，避免因短期市场波动造成过多损失；
- 持续对市场的变化保持敏锐的观察，并调整选股策略，以适应市场新风向。
最终的选股逻辑
综合以上分析，可以得出一个完善的选股逻辑：选择元宇宙行业中，在三个技术指标同时金叉，并且在过去的500天内至少有2次涨停的股票进行投资。此选股条件对市场热度和公司基本面进行了综合考察，以确保选出的标的具有持续增长潜力。
具体的选股条件为：
- 元宇宙行情：GNBK('gnxq')
- 技术指标：CROSS(MACD(12,26,9), MACDSignal(12,26,9))、CROSS(MA(5), MA(10))、MACD(12,26,9, 2, 1, 1)
- 涨停板数量：BDaysSinceUpLimit() >= 2
同花顺指标公式代码参考
- 元宇宙行情：GNBK('gnxq')
- 技术指标：MACD(12,26,9)、MACDSignal(12,26,9)、MA(5)、MA(10)
python代码参考
import pandas as pd
import tushare as ts
def stock_selector(industry):
ts.set_token('your_token')
pro = ts.pro_api()
df = pro.stock_basic(list_status='L', exchange='', \
fields='ts_code,symbol,name,area,industry,list_date')
df = df[df['industry']==industry]
df['list_date'] = pd.to_datetime(df['list_date'])
df = df[df['list_date'] < pd.Timestamp('2017-01-01')]
df['macd'] = ts.EMA(df['close'], 12)-ts.EMA(df['close'], 26)
df = df[(df['macd']>0) & (df['week_macd']>0)]
df['up_limit_days'] = ts.BDaysSinceUpLimit(df['ts_code'])
df = df[df['up_limit_days'] >= 2]
return df[['ts_code', 'name', 'industry']]
industry = '元宇宙'
df = stock_selector(industry)
print(df.head())
以上代码将返回行业为“元宇宙”且同时满足三个技术指标金叉和过去500天内至少2次涨停条件的所有股票信息。
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
